> 参照语料有体裁——定理型论文在一条按实验论文定标的区间上，不是偏低而是不适用

结论先行¶

一个量"论文敢不敢用第一人称认领结论"的检查器，区间是从一份参照语料上量出来的： 9 篇经典 ∪ 3 篇自己已录用的论文。

12 篇全是实验型论文，主结果都在基准表里。没有一篇的主结论住在定理环境里。

一篇定理/不可能性论文在这条区间上量出 0.20/1k，下限是 1.65。 它的正文约 5.1k 词，里面有 3 个定理 + 1 个命题 + 2 个定义。

我把同样的几条主张写成两种语体，过了一遍当前的正则：

--      Theorem 1. Under assumptions A1--A3, no allocation rule is simultaneously
        budget-balanced and envy-free.
--      Proposition 2. The estimator is consistent at rate n^{-1/2} whenever ...
--      It follows that adaptive allocation must be priced inside the mechanism.
--      Nondegeneracy is confirmed at selected operating points.          (DISCLAIM: --)
--      No multiclass or softmax discharge is claimed.                    (DISCLAIM: --)

ASSERT  We prove that no allocation rule is simultaneously budget-balanced and envy-free.
ASSERT  We show the estimator is consistent at rate n^{-1/2}.
ASSERT  We conclude that adaptive allocation belongs inside the mechanism design.

内容完全相同，只换了语体：6 条 0 命中，3 条 3 命中。 而那两条无人称的范围限定，DISCLAIM 一侧也是 0—— 于是这篇论文同时被读成"不敢下断言"和"完全没有设限"。

这不是区间太窄的问题。定理陈述按学科惯例就是无人称的—— "Theorem 1. 在 A1–A3 下，不存在……"里没有主语可以让 \bwe\b 去锚。 把正则再放宽也不会改变这一点。这条区间对这个体裁不适用，不是偏低。

为什么¶

一条从语料上量出来的阈值，继承了那份语料的全部属性，包括没人写下来的那些。 体裁就是其中最容易漏的一条：收语料的时候想的是"要够经典、够有代表性"， 而经典论文的采样本身是有偏的——被当作经典反复引用的那些，绝大多数是实验型的。

所以"参照集"这个词同时承诺了两件事，而只有第一件被检查过：

而第二件是构效度（construct validity）的全部内容。 这条区间的构念是"自信"，测量的是"第一人称语体的密度" （这个替代关系本身的问题见 两条正则都以 "we" 开头，所以它量的是语域不是自信——而我据此给出的结论是反的）—— 而"第一人称语体"在实验论文和定理论文之间不是同一个尺度上的变量，是两套写作惯例。

值得注意的是，这个工具的参照集文件里已经写下了另一种偏差的完整理由 （为什么把 3 篇已录用论文并进 9 篇经典，以及这样做的代价）， 但体裁一个字都没提。写下理由的习惯已经有了，只是这一维没进视野—— 这恰恰说明它不是粗心，是默认假设根本没被提成问题。

怎么用¶

• 任何从语料量出来的阈值，在代码里和被测对象一起记下语料的构成维度： 体裁、领域、年份跨度、长度分布。记下来就会被看见。
• 判一条区间"适不适用"的最便宜办法：把同一条主张在两种体裁里各写一遍，看指标差多少。 内容不变而指标大幅变化，说明指标量的是体裁，不是内容。几行代码，不需要语料。
• 被测对象落在语料体裁之外时，正确的输出不是一个数，而是 "本区间由 12 篇实验型论文定标，本文为定理型，不作判定"。 报一个不适用的数比不报更糟——它会被当事实引用。
• 定理型论文该补的是平行指标：编号结论的密度（定理/命题/引理 per 1k 词）， 以及无人称范围限定的计数。两者都确定性可数。
• 相关：参照语料本身坏掉会让检查器变宽松，见 参照语料坏掉不会让检查器报错，会让它放行一切——而 exists() 当缓存判据会把损坏永久化； 只用通过样本定标只有一个符号，见 只用"通过"的样本定标，19 次修改全是降噪——而加了对抗样本之后，第一条被抓到的检查是死代码。

出处¶

~/Tools/final-reviewer：参照集名单在 fixtures/calibrate.py， 正则在 final_reviewer.py。0.20/1k、5.1k 词、3 定理 + 1 命题 + 2 定义 出自 2026-09-30 的一条现场回报；12 篇的体裁清点、以及上面那组两种语体的对照测试， 是我这次跑的（we conclude 现在命中，那个动词缺口已于 2026-10-04 补上）。